一种基于元素组分多元回归的灰岩地层可钻性预测方法与流程

1.本发明属于油气勘探开发技术领域，具体涉及一种基于元素组分多元回归的灰岩地层可钻性预测方法。


背景技术：

2.在油气资源的勘探与开发中，岩石可钻性是极为重要的参数之一，它影响着钻进速率、钻头选型、钻井参数等重要钻井要素。根据岩石自身的抵抗钻头破碎能力的大小，结合不同的破岩方式，对岩石的可钻性进行不同的划分。
3.评价岩石可钻性是钻井工作中非常重要的一个环节，而目前评价岩石可钻性的主要方法分为两种，一种为通过岩石的物理力学性质进行评价，另一种为通过测定岩石的矿物含量推知岩石的岩性、力学性质等信息进而评价岩石可钻性。但上述方法中获取的相关数据均需要岩心样品，不仅导致成本较高，还不能实时地评价钻遇地层的岩石可钻性。
4.公开号cn107180302a的中国专利文献公开了一种利用岩屑元素含量评价岩石可钻性的方法，其具体包括分析岩石的主要化学成分及含量，测量待测地区钻井岩屑的化学元素组成和含量，筛选与岩性最相关的10-12种元素，绘制地层分层的元素含量与岩性剖面、利用测井资料获得的岩石可钻性级值的曲线变化图；通过曲线变化图，进一步在上述10-12种元素中筛选出与岩石可钻性相关的7种元素，根据变化曲线图的元素含量和可钻性级值数据进行回归分析，得出评价岩石可钻性的计算模型。但在实际应用中，该方法所筛选的与可钻性相关的元素种类较多，增大了分析的复杂性。且该方法只建立了可钻性与多种元素间的单一对应关系，对于不同矿物均含有同一种元素的情况，比如si元素在石英和黏土矿物中均含有，但其对可钻性的贡献差异极大，但该方法难以体现这种差异，进而导致其预测结果的准确性较差。


技术实现要素：

5.本发明的目的在于解决现有技术中存在的上述问题，提供了一种基于元素组分多元回归的灰岩地层可钻性预测方法，本发明具有操作便捷、实时预测、成本低廉等特点，能够根据测量元素含量多元回归出灰岩地层岩石可钻性预测模型，进而准确可靠地评价岩石可钻性。
6.为实现上述目的，本发明采用的技术方案如下：
7.一种基于元素组分多元回归的灰岩地层可钻性预测方法，其特征在于包括以下步骤：
8.s1、利用x射线荧光岩屑分析仪测量岩屑样品的元素信息；
9.s2、对元素信息进行分析，得出各种元素的含量，再根据各种元素的含量得出岩屑样品的各种主要元素；
10.s3、结合岩石可钻性级值对各种主要元素进行分析，找出对岩石可钻性级值影响较大的影响元素；
11.s4、通过对影响元素与岩石可钻性的多元回归分析，建立基于影响元素与岩石可钻性的预测模型；
12.s5、将基于预测模型预测的可钻性级值解释结果与矿场实钻的机械钻速曲线对应分析，验证预测结果的准确性，并根据验证结果准确的预测模型对灰岩地层岩石的可钻性进行预测。
13.步骤s4中建立预测模型方法为：
14.先根据影响元素建立如下的多元线性回归模型：
15.y＝a0 a1x1 a2x2 ... anxnꢀꢀꢀ
(1)
16.式(1)中，a0是多元线性回归方程的常数；aj(j＝1，2，
…
，n)是偏回归系数，xj(j＝1，2，
…
，n)表示元素或元素的组合，y表示已知的岩石可钻性级值；aj(j＝1，2，
…
，n)是偏回归系数，表示当模型中的其他变量不变时，xj每变化一个单位，y将平均变动aj个单位；
17.再采用最小二乘法求解常数a0和偏回归系数aj，然后基于求解的常数a0和偏回归系数aj建立预测模型。
18.步骤s4中建立的预测模型为：
[0019][0020]
其中，kd为需要预测的岩石可钻性级值，si为硅元素含量，ca为钙元素含量，al为铝元素含量，fe为铁元素含量。
[0021]
步骤s1的具体测量方法如下：
[0022]
将通过常规岩屑录井采集的岩屑样品提取6-7g放入研磨装置中，粉碎至150目得到岩屑粉末，将岩屑粉末放入x射线荧光岩屑分析仪的专用压模中，加压到12mpa后再卸压，得到岩粉压片，放入分析仓测量，得出岩屑样品的元素信息。
[0023]
步骤s1中的测量在真空条件下进行，开始测量时需要对分析仓抽真空。
[0024]
步骤s1中的岩屑样品在测量前需要进行清洗，清洗后需要在50-60度的温度下干燥24h。
[0025]
步骤s1中的x射线荧光岩屑分析仪为wdxrf光谱仪。
[0026]
步骤s2中的主要元素是指质量分数大于0.2％的元素。
[0027]
步骤s3中的影响元素根据元素与可钻性级值的相关性强弱确定得出。
[0028]
步骤s5中若验证结果不准确，则重新取样并重复步骤s1-s5，直至验证结果准确。
[0029]
采用上述技术方案，本发明的有益技术效果是：
[0030]
1、本发明所述方法先通过步骤s1-s3确定出预测岩石可钻性的影响元素，再通过对影响元素与岩石可钻性的多元回归分析建立基于影响元素与岩石可钻性的预测模型来评价岩石的可钻性。相比于现有技术，本发明的技术创新和优势主要体现在两个方面：
[0031]
(1)针对灰岩地层的矿物和元素组成特征，本发明方法首先筛选出了与岩石可钻性相关性大的影响元素，而非对所有组成灰岩的元素进行回归模型分析，在保证预测可靠性的前提下，有效减少了测试和分析的工作量。
[0032]
(2)本发明方法考虑了同一种元素在不同矿物以及元素之间的关联性，及其对岩石可钻性的差异化影响，并具体的回归模型自变量设置予以考虑，提高了模型的针对性和可靠性。比如si元素作为石英矿物的组成部分，其能够升高岩石可钻性级值，作为黏土矿物
的组成部分，能够降低可钻性级值，黏土矿物中si元素的影响则通过黏土中si元素与al元素的相关性予以体现。
[0033]
2、本发明具有操作便捷、实时预测、成本低廉等特点，能够根据测量元素含量多元回归出灰岩地层岩石可钻性预测模型，进而准确可靠地评价岩石可钻性。
附图说明
[0034]
图1为本发明的流程图；
[0035]
图2为岩石样品可钻性级值与si元素含量的散点图；
[0036]
图3为岩石样品可钻性级值与ca元素含量的散点图；
[0037]
图4为岩石样品可钻性级值与al元素含量的散点图；
[0038]
图5为岩石样品可钻性级值与fe元素含量的散点图；
[0039]
图6为本发明预测的岩石可钻性级值与机械钻速的对比图。
具体实施方式
[0040]
实施例1
[0041]
本发明公开了一种基于元素组分多元回归的灰岩地层可钻性预测方法，该方法具有操作便捷、实时预测、成本低廉等特点，能够根据测量元素含量多元回归出灰岩地层岩石可钻性预测模型，进而准确可靠地评价岩石可钻性。如图1所示，其包括以下步骤：
[0042]
s1、利用x射线荧光岩屑分析仪测量岩屑样品的元素信息，x射线荧光岩屑分析仪优选采用wdxrf光谱仪。其具体测量方法如下：
[0043]
首先，通过常规岩屑录井采集岩屑样品，对采集的岩屑样品进行清洗，清洗后在50-60度的温度下干燥24h。
[0044]
其次，先将岩屑样品提取6-7g放入研磨装置中，粉碎至150目得到岩屑粉末；再将岩屑粉末放入x射线荧光岩屑分析仪的专用压模中，加压到12mpa后再卸压，得到岩粉压片；然后放入分析仓，由于测量需要在真空条件下进行，因此开始测量时需要对分析仓抽真空，抽真空后对岩屑样品进行测量，可得出岩屑样品的元素信息，即可得出该岩屑样品中具体存在哪些元素。
[0045]
s2、对步骤s1测量得出的各种元素信息进行分析检测，得出岩屑样品中各种元素的含量，再根据各种元素的含量得出岩屑样品的各种主要元素。根据实际工况，本发明优选将质量分数大于0.2％的元素确定为主要元素。
[0046]
s3、结合岩石可钻性级值对各种主要元素进行分析，找出对岩石可钻性级值影响较大的影响元素。
[0047]
具体来说，影响元素根据元素与可钻性级值的相关性强弱确定得出，该相关性包括正相关性和负相关性。以灰岩来说，其通常含有si、ca、al、fe等主要元素，其相关性分别如下：
[0048]
(1)si元素含量在灰岩中代表着砂质含量，si元素含量越高，岩石越难钻进，因此si元素含量与可钻性级值呈正相关。
[0049]
(2)ca元素多见于碳酸盐岩，其含量与白云岩和石灰岩含量相关，ca元素含量在灰岩中与可钻性级值成负相关。
[0050]
(3)al元素与粘土矿物含量密切相关，因此其元素含量可以代表泥质含量，岩石中泥质含量越多，岩石越好钻进，al元素含量与可钻性级值呈负相关。
[0051]
(4)fe元素与可钻性级值呈正相关。
[0052]
s4、通过对影响元素与岩石可钻性的多元回归分析，建立基于影响元素与岩石可钻性的预测模型。
[0053]
本步骤建立预测模型方法为：
[0054]
先根据影响元素建立如下的多元线性回归模型：
[0055]
y＝a0 a1x1 a2x2 ... anxnꢀꢀꢀ
(1)
[0056]
式(1)中，a0是多元线性回归方程的常数；aj(j＝1，2，
…
，n)是偏回归系数，xj(j＝1，2，
…
，n)表示元素或元素的组合，y表示已知的岩石可钻性级值；aj(j＝1，2，
…
，n)是偏回归系数，表示当模型中的其他变量不变时，xj每变化一个单位，y将平均变动aj个单位；
[0057]
再采用最小二乘法求解常数a0和偏回归系数aj，然后基于求解的常数a0和偏回归系数aj建立预测模型。
[0058]
进一步的，建立的预测模型为：
[0059][0060]
式(2)中，kd为需要预测的岩石可钻性级值，si为硅元素含量，ca为钙元素含量，al为铝元素含量，fe为铁元素含量。
[0061]
s5、将基于预测模型预测的可钻性级值解释结果与矿场实钻的机械钻速曲线对应分析，验证预测结果的准确性，并根据验证结果准确的预测模型对灰岩地层岩石的可钻性进行预测。若验证结果不准确，则重新取样并重复步骤s1-s5，直至验证结果准确。
[0062]
实施例2
[0063]
本实施例以某区块的灰岩地层岩石为例对实施例1所述方法进行了验证，具体如下：
[0064]
s1、利用x射线荧光岩屑分析仪测量岩屑样品的元素信息。
[0065]
本步骤具体流程如下：
[0066]
(1)收集研究区块灰岩地层岩石的岩屑样品。
[0067]
(2)将采集到的岩屑样品进行清洗，然后进行干燥24h，再从样品中提取出6-7g开始分析实验。
[0068]
(3)将提取出的6-7g岩屑样品放入wdxrf光谱仪专用的研磨装置中进行研磨，研磨时间在12秒，即可得到150目的岩屑粉末样品。
[0069]
(4)将研磨得到的岩屑粉末样品放入wdxrf光谱仪的压模中，加压到12mpa后卸压，即可将粉末压制成wdxrf光谱仪所用的粉末样片。使用高压将粉末压制成样品，为了提高样品质量，通常加入粘结材料，然后对其进行测量和分析。如果使用粘结材料，分析时必须加以考虑并去除，因为其不属于样品的一部分。
[0070]
(5)在开始分析之前，先打开wdxrf光谱仪，对仪器进行预热，然后对仪器进行提前标定，同时对管流、管压、样品位置、样品编号、真空度等参数进行初始化。
[0071]
(6)将制好的岩屑粉末样片放入wdxrf光谱仪的分析仓中，启动计算机程序，开始分析。由于x射线荧光分析需要在真空条件下进行，因此在分析前由计算机控制将wdxrf光
谱仪分析仓抽真空。启动仪器开始分析后，由计算机采集元素信息。
[0072]
s2、并将采集的元素信息资料按深度储存在数据库中，并由专用的处理解释软件对元素信息进行分析，得出各种元素的含量，再根据各种元素的含量得出岩屑样品的各种主要元素。
[0073]
s3、结合岩石可钻性级值对各种主要元素进行分析，找出对岩石可钻性级值影响较大的影响元素，并对其进行定性的分析解释，具体方法如下：
[0074]
上述步骤s1、s2、s3所测定的岩屑样品中的各种主要元素的含量和岩石可钻性级值如下表1所示：
[0075]
表1
[0076][0077]
根据表1中的数据可作出岩石样品的可钻性级值与对应元素含量的散点图，如图2-5所示，分析各种主要元素与可钻性的相关性：
[0078]
(1)si元素含量在灰岩中代表着砂质含量，si元素含量越高，岩石越难钻进，因此si元素含量与可钻性级值呈正相关。
[0079]
(2)ca元素多见于碳酸盐岩，其含量与白云岩和石灰岩含量相关，ca元素含量在灰岩中与可钻性级值成负相关。
[0080]
(3)al元素与粘土矿物含量密切相关，因此其元素含量可以代表泥质含量，岩石中泥质含量越多，岩石越好钻进，al元素含量与可钻性级值呈负相关；
[0081]
(4)fe元素与可钻性级值呈正相关。
[0082]
由于岩石样品中的si、ca、al、fe元素与可钻性级值相关性较强，而岩石样品中mg、k元素与可钻性级值相关性较弱，因此虑mg、k元素对可钻性级值的影响。通过上述对主要元素的分析，优选出si、ca、al、fe元素为对岩石可钻性级值影响较大的影响元素。
[0083]
s4、通过对影响元素与岩石可钻性的多元回归分析，建立基于影响元素与岩石可钻性的预测模型。
[0084]
具体的，先将表1中对应影响元素的相关数据代入到下述多元线性回归模型中：
[0085]
y＝a0 a1x1 a2x2 ... anxnꢀꢀꢀ
(1)
[0086]
式(1)中，a0是多元线性回归方程的常数；aj(j＝1，2，
…
，n)是偏回归系数，xj(j＝1，2，
…
，n)表示元素或元素的组合，y表示已知的岩石可钻性级值；aj(j＝1，2，
…
，n)是偏回归系数，表示当模型中的其他变量不变时，xj每变化一个单位，y将平均变动aj个单位
[0087]
求解得出常数a0和偏回归系数aj。
[0088]
再基于常数a0和偏回归系数aj可建立如下预测模型：
[0089][0090]
式(2)中，kd为需要预测的岩石可钻性级值，si为硅元素含量，ca为钙元素含量，al为铝元素含量，fe为铁元素含量。
[0091]
s5、基于预测模型预测究区块灰岩地层岩石的可钻性级值为9.20～10，结果如表2所示：
[0092]
表2
[0093][0094][0095]
将基于预测模型预测的可钻性级值解释结果与矿场实钻的机械钻速曲线对应分析，其中基于该预测模型预测的可钻性级值解释结果与矿场实钻的机械钻速曲线如图6所示。岩石可钻性级值是反映岩石可钻性的重要参数，可钻性级值越大，岩石越难钻，矿场实钻的机械钻速越小。通过对比图6发现基于该预测模型的可钻性级值解释结果与矿场实钻的机械钻速曲线具有较高的符合度，证明了模型预测结果的准确性。
[0096]
以上所述，仅为本发明的具体实施方式，本说明书中所公开的任一特征，除非特别
叙述，均可被其他等效或具有类似目的替代特征加以替换；所公开的所有特征、或所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以任何方式组合。